买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中南林业科技大学申请的专利一种基于深度学习的边坡监测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119272212B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411803512.1，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的边坡监测方法及系统是由易文;黄盎峰;杜撰文;张红武设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于深度学习的边坡监测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的边坡监测方法及系统，包括S1：获取边坡位移原始数据，并对其进行季节划分与重采样，得到预处理后的边坡位移数据；S2：对所述预处理后的边坡位移数据进行季节性分解，提取季节特征；S3：构建融合季节特征的边坡监测网络，提取边坡特征向量，并将边坡特征向量输入到全连接层中，获取边坡位移数据预测值；S4：设定所述融合季节特征的边坡监测网络的优化目标；S5：获取所述融合季节特征的边坡监测网络的参数，并基于自适应学习率优化算法优化所述融合季节特征的边坡监测网络的参数。本发明解决了边坡监测由于忽略季节变化影响带来的精度不足的问题。

本发明授权一种基于深度学习的边坡监测方法及系统在权利要求书中公布了：1.一种基于深度学习的边坡监测方法，其特征在于，包括以下步骤：S1：获取边坡位移原始数据，并对其进行季节划分与重采样，得到预处理后的边坡位移数据；具体包括：S11：对所述边坡位移原始数据按季节进行划分，得到春夏秋冬四个季节的数据集，其中，所述边坡位移原始数据是以天为单位的；S12：对每个季节的所述边坡位移原始数据进行重采样，采样方式为：将每个季节第一条数据对应的日期作为采样起始日，每隔7天取一条数据，直到取满13条数据为止；然后将采样起始日向后推一天，进行下一轮采样；将上述过程重复7次，最终得到7组所述预处理后的边坡位移数据；S2：对所述预处理后的边坡位移数据进行季节性分解，提取季节特征；包括对预处理后的边坡位移数据通过局部平滑方法计算趋势成分，计算季节性成分和残差成分；将趋势成分，季节性成分和残差成分进行拼接，提取季节特征；S21：利用局部平滑方法计算所述趋势成分，计算方式为： ；其中，为时刻的趋势成分，为目标时刻，i为目标时刻索引，n为数据点总数，为数据点对于目标数据点的权重，为时刻的预处理后边坡位移数据，为另一时刻，j为另一时刻索引，权重的计算方式为： ；其中，e为自然常数，h为带宽，为第k个时刻，k为计数索引；S22：计算所述季节性成分，计算方式为： ；其中，为在时间点处的季节性成分，为在时间点处的预处理后边坡位移数据；S23：计算所述残差成分，计算方式为： ；其中，为在时间点处的残差成分；将所述趋势成分、所述季节性成分、所述残差成分，以形式拼接，作为该时间点的季节特征；其中，为拼接操作；S3：构建融合季节特征的边坡监测网络，根据所述季节特征与所述预处理后的边坡位移数据，分别提取季节特征向量与时序特征向量，再进行特征融合，得到边坡特征向量；最后将边坡特征向量输入到全连接层中，获取边坡位移数据预测值；S4：设定所述融合季节特征的边坡监测网络的优化目标；S5：获取所述融合季节特征的边坡监测网络的参数，并基于自适应学习率优化算法优化所述融合季节特征的边坡监测网络的参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南林业科技大学，其通讯地址为：410004 湖南省长沙市天心区韶山南路498号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。